【正文】 其中包含了大量顏色信息，但識別卡號并不需要關(guān)心這些顏色信息，這些顏色信息反而會對銀行卡卡號的識別造成干擾并且顏色信息浪費了大量數(shù)據(jù)空間儲存。 一般有以下四種方法對彩色圖像進行灰度化。 f1(i,j)=R(i,j)f2(i,j)=G(i,j)f3(i,j)=B(i,j) 其中 fk(i,j)(k=1,2,3)為轉(zhuǎn)換后的灰度圖像在（ i,j）處的灰度值。 f(i,j)=max(R(i,j),G(i,j),B(i,j)) 將彩色圖像中的三分量亮度求平均得到一個灰度值。由于人眼對綠色的敏感最高，對藍 色敏感最低，因此，按下式對 RGB三分量進行加權(quán)平均能得到較合理的灰度圖像。該函數(shù)采用加權(quán)平均法，將銀行卡彩色圖像轉(zhuǎn)為灰度圖像。 二值化處理 10 10 在將原始圖像進行灰度化處理后，對得到的灰度圖像進行二值化處理。在二值圖中用 255表示白色， 0表示黑色。 圖像二值化采用閾值分割來實現(xiàn)，即以一個合適的閾值將圖像分為大于和小于閾值的兩部分像素群，對應(yīng)表示圖像中的目標和背景，從而將目標從背景中分離出來。迭代法所得的閾值能有效的分割圖像，區(qū)別目標和背景的主要區(qū)域所在，但是在圖像的細微處的區(qū)分不是很好。 Bernsen 算法 [7]實現(xiàn)速度慢，還會出現(xiàn)筆劃間斷和偽 影等現(xiàn)象。首先根據(jù)輸入的數(shù)字圖像作出反映這幅圖像中的灰度級與出現(xiàn)這種灰度的概率之間關(guān)系的灰度直方圖。這兩個峰分別對應(yīng)目標與背景數(shù)目較多的像素點，兩峰之間的波谷對應(yīng)邊緣附近數(shù)目較少的點。然后，采用固定閾值法對圖像進行二值化處理。 圖 4 二值圖 第 3 章 字符定位模塊 11 11 引言 字符分割模塊是對預(yù)處理后的圖像進行卡號字符的準確準確定位與分割，它是卡號識別系統(tǒng)中一個較為關(guān)鍵的模塊，銀行卡號定位與分割的準確與否將直接影響系統(tǒng)的識別率。 銀行卡號的定位是在整張圖像中定位出卡號的位置，將其從背景圖像中分離出來，便于后面從圖像中分離出卡號字符。 字符分割是將銀行卡號分割成 19個單個的銀行卡號字符圖像。 膨脹和腐蝕 調(diào)用膨脹函數(shù)和腐蝕函數(shù)使銀行卡卡號在 X 方向連成一整個黑色區(qū)域并消除一些二值圖中干擾黑色區(qū)域。 膨脹算法：用 3*1 的結(jié)構(gòu)元素，掃描二值圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”運算，如果都為 0，結(jié)構(gòu)圖像的該像素為 0，否則 為：使二值圖像擴大一圈。 膨脹與腐蝕的處理效果就如其名字一樣，我們通過膨脹連接相近的圖像區(qū)域，通過腐蝕去除孤立細小的色塊。由于字符都是橫向排列的，因此要連通這些字符我們只需進行橫向的膨脹即可。將圖 4的二值圖進行膨脹得到的圖像如圖 5所示。 對圖 5的圖像進行腐蝕變換消除部分較小的黑色區(qū)域。 OpenCV 里提取目標輪 廓的函數(shù)是 13 13 findContours，它的輸入圖像是一幅二值圖像，輸出的是每一個連通區(qū)域的輪廓點的集合： vectorvectorPoint。更為準確的說，經(jīng)過上面的操作，我們將原始圖片中在 X方向排列緊密的縱向邊緣區(qū)域連通成了一個矩形區(qū)域，除了卡號符合這個特點外，其他一些部分如銀行名，銀行卡標志等可能同樣符合。最終，定位銀行卡卡號所在的矩形區(qū)。我設(shè)計的篩選算法主要涉及這幾個部分： （圖片高度的5%以上） （圖片寬度的 25%以上） （圖片高度的 20%~80%之間） 4.大小形狀（寬高比 5:1） 這個時候遇到了一個問題， opencv輪廓查找函數(shù)有時無法將一個輪廓完整的提取出來。 圖 7 檢測結(jié)果失敗圖 垂直投影 14 14 為了解決上述問題，我們將得到的輪廓在 Y方向投影，確定卡號位置。對每一列，系統(tǒng)進行逐點查找，統(tǒng)計出每一列黑色像素點數(shù)目 x。 將得到的輪廓垂直投影結(jié)果如圖 8所示。使用 cvSetReal2D函數(shù)將查找得到的區(qū)域繪制出來，如圖 9所示。得到的提取圖如圖 10所示。這些廣泛的應(yīng)用領(lǐng)域都說明字符圖像分割與識別技術(shù)有著重要的意義。本系統(tǒng)字符定位分割方法是將將提取出卡號二值圖進行 Y方向膨脹腐蝕使每個字符變成一個黑塊。然后將圖像進行 X和 Y方向的投影得到圖像中字符位置。 將得到的二值圖在 Y方向投影，得到垂直投影圖圖 11。 卡號的分割如圖 12所示。 圖 12 字符分割圖 圖像歸一化 17 17 上面得到的字符圖像大小不一，位置不同，無法直接與模版字符匹配 。 圖像歸一化一般分為大小位置和筆劃粗細等歸一化。 本文的字符圖像歸一化通過調(diào)用 opencv中 cvResize函數(shù)將得到的字符大小變成與模版字符大小一致。 第 5 章 字符識別模塊 18 18 字符識別模塊主要實現(xiàn)卡號字符識別功能即將處理好的卡號字符與模版相對比，在數(shù)字模板庫中找到和待識卡號字符匹配的字符，從而完成字符的識別。 將提取出的字符圖像與模版對比，即可識別出銀行卡的卡號。通過對字符圖像和各個模版進行逐點對比，計算出比對的相同像素點數(shù)目，然后比較各個模版相似度，得到字符圖像的數(shù)字。 圖 13 銀行卡卡號識別圖 樣本的測試結(jié)果表明，系統(tǒng)能正確識別絕大多數(shù)的樣本，未能達到 100％的正確識別率。 19 19 結(jié)論 本文通過對圖像處理中已有算法的分析研究，借鑒了已有的 一些程序，實現(xiàn)了銀行卡卡號的識別。在以后的研究工作中，我認為可以從以下幾個方面對該系統(tǒng)進行改進。其次，應(yīng)該適當(dāng)擴大數(shù)字模板庫，使得程序可以識別更多的銀行卡類別。 在設(shè)計這個程序過程中，也遇到了一些問題。這時遇到了一個 問題，在 opencv 里用cvFindContours 查找輪廓時，有時候無法對一個輪廓完整的進行查找，查找輪廓得到的邊界往往不包含整個輪廓。在對不同銀行卡進行識別時，由于不同銀行卡的數(shù)字模版不同，我需要使用不同模版對得到的字符圖像進行對比。直到老師提醒了我，我將得到的字符與各種銀行卡模版同時使用，最相似的模版對應(yīng)的數(shù)字就是結(jié)果，解決了這個問題。 彭洪 老 師為論文研究思路的設(shè) 20 20 計和文獻資料的選擇提供了有益的指導(dǎo)，使得論文在成文階段少走了很多彎路。在論文完成之際，謹向 彭洪 老師致以衷心的感謝 。s Shaanxi province pass through a stop on the ancient Silk Road, Gansu39。80s. We sat on the back of pickup trucks for hours. The sky was blue, and we couldn39。t have a formal stage. The audience just sat on the grass. Usually, the performances became a big party with local people joining in. For him, the rewarding part about touring isn39。s performers of the troupe still tour the region39。s Poly Theater. Their show, titled Ulan Muqir on the Grassland, depicted the history and development of the art troupe. Being from the region allowed me to embrace the culture of Inner Mongolia and being a member of the troupe showed me where I belonged, Nasun, the art troupe39。s Liaoning province, decades ago. The solider gave the old man a handmade saddle when they bid farewell. The story inspired Nasun to write Carved Saddle, a song that later became one of his most popular numbers. Now, every year, Nasun recruits young singers and dancers for the troupe. The troupe has also designed a new repertoire, which is mostly based on the daily lives of Mongolian people, especially the lives of nomadic families, and has bined contemporary musical elements with folk songs of the region. Haimu, a 25yearold khoomei (a local variant of overtone singing) singer, joined the troupe three years ago. Along with a sixmember band, he performs fast songs and soft ones that he writes－ all while playing the horsehead fiddle.Although I learned the piano since childhood and grew up listening to various kinds of music, to me, the folk music of Inner Mongolia is the root, he says. Performing in remote villages is pleasant. I feel at home on the boundless grasslands, and the warm people there make me feel fulfilled. The first round of spring auction season in Beijing ended last week, but it failed to create much spring in the art market. Although two pieces of Chinese painting fetched more than 100 million yuan, the decline in trading volume and sa le rate showed a downturn this year. In the ―Grand View: Chinese Painting Highlight‖ ses